Vai a Pillole.org
Fake News e Persuasione Occulta: come riconoscerle, come evitarle (1° Parte)

Categoria : Medicina digitale
Data : 31 gennaio 2021
Autore : admin

Intestazione :



Testo :

Il discusso episodio di Cambridge Analytica, emerso solo grazie ad una serie di fortuite coincidenze, dimostra che è possibile orientare le scelte di centinaia di migliaia di cittadini senza che questi ne abbiano la minima consapevolezza (1).
Come illustreremo in dettaglio, grazie a formule, griglie matematiche ed algoritmi pubblicati su riviste internazionali, gli esperti informatici che dispongono di buoni sistemi di intelligenza artificiali (ad esempio di “reti neurali ricorrenti") e che possano accedere ai dati dei social media ( facilmente ottenibili a pagamento da molti “data-broker”) sono in grado di ottenere con notevole precisione i profili caratteriali di chi scrive…
Più precisamente è sufficiente una modesta quantità di tweet o app o commenti nei “social”, per individuare i riferimenti culturali ed ideologici di chi scrive, le sue credenze, nonché gli interessi e le finalità di chi utilizza i social media o semplicemente consulta vari siti internet.
Grazie a minuziose ricerche bibliografiche possiamo offrire ai nostri lettori una panoramica dei principali strumenti usati da alcune organizzazioni occulte per analizzarci, classificarci, scoprire i nostri punti di forza e di vulnerabilità e preparare di conseguenza messaggi personalizzati che potranno influenzare le nostre scelte ed i nostri comportamenti.

È molto importante per i medici e per tutti coloro che hanno funzioni ed autorevolezza sociale tutelare la comunità da questi nuovi insidiosi condizionamenti occulti, se possibile anche contrastandoli con una comunicazione chiara e socialmente utile.
In questa e nelle successive pillole illustreremo dapprima i raffinati strumenti di cui dispongono queste organizzazioni e quindi forniremo alcune indicazioni metodologiche che consentono di difenderci da queste insidie.

Il primo importante obiettivo dei vari persuasori occulti è la profilazione psicologica degli utenti.
L'algoritmo più noto,e quindi meno occulto, è il PEAR (2), molto apprezzato perché è facilmente utilizzabile dai dispositivi di intelligenza artificiale non supervisionati. Esso analizza i famosi Big Five (3,4) ovvero 5 piani di valutazione delle nostre personalità; vediamo brevemente di cosa si tratta…
Da alcuni decenni le varie scuole di psicologia discutono sulla possibilità di classificare le persone basandosi su alcuni tratti caratteriali fondamentali. Il dibattito è ancora in corso, ovvero nessuno ha potuto dimostrare che vi sia qualche genere di classificazione che possa raggruppare in poche categorie le personalità di miliardi di esseri umani. Tuttavia, mentre alcune branche della psicologia continuano ad studiare quella entità misteriosa che è la personalità, altre, ed in particolare la psicologia del lavoro americana, hanno utilizzato sperimentalmente in maniera estesa la classificazione sui 5 piani dei “Big Five” dimostrandone la utilità pratica nell’ individuare le caratteristiche delle persone ai fini produttivi , per valorizzarle o forse anche per sfruttarle meglio!
Ecco una breve sintesi della classificazione dei Big Five e delle sue potenzialità di utilizzazione.

Tabella 1
Scala internazionale di valutazione delle personalità su 5 piani

Ogni piano è individuato con le due polarità estreme:
1) Estroversione-Introversione
2) Amicalità-Scontrosità
3)Coscienziosità-Superficialità
4) Stabilità emotiva-Instabilità
5) Apertura mentale-Chiusura.
Varie ricerche hanno dimostrato che sono sufficienti i criteri di introversione- estroversione, amicalità- scontrosità, apertura- chiusura per strutturare nello stile e nel contenuto i messaggi personalizzati che saranno inviati a chi dovrebbe essere “condizionato” o comunque “orientato”, mentre la stabilità-instabilità e la coscienziosità -superficialità sono molto utili per prevedere la eventuale necessità di un approccio più accurato e personalizzato, con altri invii o con ancora più sottili messaggi di manipolazione personalizzata.

La individuazione dei principali tratti caratteriali degli utenti, o dei clienti, o degli elettori, è molto utile per chi è interessato ad influenzare le loro scelte.
Tuttavia, se ai tratti di personalità si potesse aggiungere una classificazione dei sentimenti ovvero delle emozioni degli utenti sollecitati da alcuni stimoli, si arriverebbe a conoscere molto bene i destinatari degli interventi di influenzamento e manipolazione.
Una semplice ed efficiente classificazione delle emozioni e sentimenti basilari è stata proposta decenni fa dal noto psicologo Paul Ekman che ha individuato sei emozioni basilari: rabbia, disgusto, paura, gioia, tristezza e sorpresa (5).
Paul Ekman sulla base di alcuni studi compiuti sulle espressioni facciali di vari soggetti di diverse etnie sosteneva che la mimica delle 6 emozioni, era uniforme in tutta la specie umana: per alcuni decenni lo studio delle emozioni si basò sulla mimica e sulla comunicazione non verbale: tuttavia nell’ultimo decennio, lavorando mediante reti neurali su “big data “ si sono ottenuti risultati inaspettati e sorprendenti dall’esame del linguaggio ed in particolare delle espressioni spontanee in tweet, app, facebook ecc (6).
Ritenete difficile individuare le emozioni personali di centinaia di migliaia di utenti? Niente affatto: se disponete di adeguate risorse economiche, fior fiore di matematici, informatici, linguisti e psicologi troveranno per voi la soluzione. Ed è proprio ciò che è avvenuto. Se per i tratti caratteriali è stato utilizzato con successo il Pear (e successivamente altri algoritmi) per le emozioni è stato approntato il EWE (Emotion Word Embedding) (7,8).
È importante sottolineare che l' obiettivo di questi algoritmi non è pronunciarsi sui grandi quesiti della psicologia né tantomeno alleviare i problemi psicologici degli utenti: essi devono rispondere alle esigenze dei committenti ed a queste, ahinoi, rispondono benissimo!
La individuazione di queste emozioni, associata ai tratti di personalità delle persone che nei media si esprimono liberamente, rappresenta al tempo stesso una importante traguardo ed una seria minaccia.
Nel prossimo numero approfondiremo potenzialità e gravi limiti di questi nuovi potenti strumenti.
Continua nella prossima pillola…


Riccardo De Gobbi e Giampaolo Collecchia


Bibliografia

1) BBC: Cambridge analytica planted fake news https://www.bbc.com/news/av/world-43472347
2) PEAR: a massively parallel evolutionary computation approach for political redistricting optimization and analysis https://www.sciencedirect.com/science/article/abs/pii/S2210650216300220
3) Paul T.CostaJr Robert R.McCrae Four ways five factors are basic Personality and Individual Differences Volume 13, Issue 6, Pg 653-665
4) Wiebke Bleidorn, Christopher J. Hopwood: Using Machine Learning to Advance Personality Assessment and Theory Personality and Social Psychology Review 2019, Vol. 23(2) 190–203
5) Ekman P. Friesen W: Constants across cultures in the face and emotion. J Pers Soc Psychol. 1971 Feb;17(2):124-9
6) Jennifer Golbeck, Cristina Robles et Al.:Predicting Personality from Twitter-
2011 IEEE International Conference on Privacy, Security, Risk, and Trust https://www.demenzemedicinagenerale.net/pdf/2011%20-%20Predicting%20Personality%20from%20Twitter.pdf
7) Ameeta Agrawal, Aijun An et Al.: Learning Emotion-enriched Word Representations http://creativecommons.org/licenses/by/4.0
8) Ameeta Agrawal, Aijun An: Unsupervised Emotion Detection from Text using Semantic and Syntactic Relations


Per approfondire:
Collecchia G. De Gobbi R.: Intelligenza Artificiale e Medicina Digitale. Una guida critica. Il Pensiero Scientifico Ed. Roma 2020
http://pensiero.it/catalogo/libri/pubblico/intelligenza-artificiale-e-medicina-digitale








STAMPACHIUDI
info@pillole.org | Pillole.org
© Pillole.org 2024 Pillole Reg. T. di Roma 2/06
stampato il 25/11/2024 alle ore 11:39:16